[发明专利]一种基于双拉普拉斯金字塔卷积神经网络的图像放大方法在审
| 申请号： | 201810095396.0 | 申请日： | 2018-01-30 |
| 公开（公告）号： | CN108428212A | 公开（公告）日： | 2018-08-21 |
| 发明（设计）人： | 苏卓;李浪宇;石晓红;周凡 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于双拉普拉斯金字塔卷积神经网络的图像放大方法，其中，所述方法包括：获取低分辨率的图像，进行双三次放大处理，获得对应放大倍数的模糊高分辨率图像；将模糊高分辨率图像进行提取特征处理，获得由大到小不同尺度的图像特征；将低分辨率的图像进行提取特征处理，获得由小到大的逐层不同尺度的图像特征；获取所述的由大到小不同尺度的图像特征以及所述的由小到大的逐层不同尺度的图像特征通过重建超分辨率网络进行融合，获得高分辨率的图像。通过实施本发明实施例，能够较为快速的重建出高质量的高分辨率图像，使得通过将低分辨率的图像进行重建图像质量得到提高能够更好的被应用于更多场景。 | ||
| 搜索关键词： | 图像特征 高分辨率图像 低分辨率 尺度 图像 拉普拉斯金字塔 卷积神经网络 提取特征 图像放大 模糊 超分辨率 放大处理 高分辨率 重建图像 重建 放大 场景 融合 应用 网络 | ||
【主权项】：
1.一种基于双拉普拉斯金字塔卷积神经网络的图像放大方法，其特征在于，所述方法包括：获取低分辨率的图像，进行双三次放大处理，获得对应放大倍数的模糊高分辨率图像；将模糊高分辨率图像进行提取特征处理，获得由大到小不同尺度的模糊高分辨率图像特征；将低分辨率的图像进行提取特征处理，获得由小到大的逐层不同尺度的低分辨率图像特征；获取模糊高分辨率图像特征以及低分辨率图像特征通过重建超分辨率网络将不同层次的图像特征进行融合，获得图像残差；获取图像残差结合模糊高分辨率图像通过卷积方法进行叠加处理，获得高分辨率的图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810095396.0/，转载请声明来源钻瓜专利网。
